数字图像处理报告.pdfVIP

计算机科学与技术学院 COLLEGE OF COMPUTER SCIENCE AND TECHNOLOGY 数字图像处理报告 直方图均衡化灰度图像的研究 1 直方图均衡化 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图， 即 在每个灰度级上都具有相同的象素点数的过程。 图像对比度增强的方法可以分成 两类 :一类是直接对比度增强方法 ;另一类是间接对比度增强方法。直方图拉伸和 直方图均衡化是两种最常见的间接对比度增强方法。 直方图拉伸是通过对比度拉 伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度 的目的，这种方法可以利用线性或非线性的方法来实现 ;直方图均衡化则通过使 用累积函数对灰度值进行“调整”以实现对比度的增强。 直方图均衡化处理的 “中心思想”是把原始图像的灰度直方图从比较集中的 某个灰度区间变成在全部灰度范围内的均匀分布。 直方图均衡化就是对图像进行 非线性拉伸， 重新分配图像像素值， 使一定灰度范围内的像素数量大致相同。 直 方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 缺点： 1）变换后图像的灰度级减少，某些细节消失； 2 ）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。 2 直方图均衡化算法简介 直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。 这种方法通常用来增加许多图像的局部对比度， 尤其是当图像的有用数据的 对比度相当接近的时候。 通过这种方法， 亮度可以更好地在直方图上分布。 这样 就可以用于增强局部的对比度而不影响整体的对比度， 直方图均衡化通过有效地 扩展常用的亮度来实现这种功能。 这种方法对于背景和前景都太亮或者太暗的图像非常有用， 这种方法尤其是 可以带来 X 光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更 好的细节。这种方法的一个主要优势是它是一个相当直观的技术并且是可逆操 作，如果已知均衡化函数，那么就可以恢复原始的直方图，并且计算量也不大。 这种方法的一个缺点是它对处理的数据不加选择， 它可能会增加背景杂讯的对比 度并且降低有用信号的对比度。 直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式， 这样 就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。 设原始 图像在 (x ，y) 处的灰度为 f ，而改变后的图像为 g，则对图像增强的方法可表述为 将在 (x ，y)处的灰度 f 映射为 g。在灰度直方图均衡化处理中对图像的映射函数 可定义为 :g = EQ (f) ，这个映射函数 EQ(f)必须满足两个条件 (其中 L 为图像的灰 度级数 ): (1)EQ(f) 在 0≤f ≤L-1 范围内是一个单值单增函数。这是为了保证增强处理 没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白 (或 从白到黑 )的排列。 (2)对于 0≤f ≤L-1 有 0≤g≤L-1 ，这个条件保证了变换前后灰度值动态范围 的一致性。 累计分布函数 (cumulative distribution function ，CDF)即可以满足上述两个条 件，并且通过该函数可以完成将原图像